1961—2020年松花江流域极端气候指数的时空变化特征

doi:10.13287/j.1001-9332.202304.024

应用生态学报 ›› 2023, Vol. 34 ›› Issue (4): 1091-1101.doi: 10.13287/j.1001-9332.202304.024

1961—2020年松花江流域极端气候指数的时空变化特征

于水^1,2, 张晓龙¹, 刘志娟³, 王妍^1,2,4, 沈彦军^1,2*

¹中国科学院遗传与发育生物学研究所农业资源研究中心/中国科学院农业水资源重点实验室/河北省节水农业重点实验室, 石家庄 050022;
²中国科学院大学, 北京 100049;
³中国农业大学资源与环境学院, 北京 100193;
⁴河北师范大学地理科学学院/河北省环境演变与生态建设实验室, 石家庄 050024

收稿日期:2022-08-19 接受日期:2023-02-03 出版日期:2023-04-15 发布日期:2023-10-15
通讯作者: *E-mail: shenyanjun@sjziam.ac.cn
作者简介:于水, 男, 1999年生, 硕士研究生。主要从事气候变化对粮食安全的影响研究。E-mail: ysq731811@163.com
基金资助:
中国科学院战略性先导科技专项(XDA28020503)

Spatial and temporal variations of extreme climate index in the Songhua River Basin during 1961-2020

YU Shui^1,2, ZHANG Xiaolong¹, LIU Zhijuan³, WANG Yan^1,2,4, SHEN Yanjun^1,2*

¹Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology, Chinese Academy of Sciences/Key Laboratory of Agricultural Water Resources, Chinese Academy of Sciences/Hebei Laboratory of Agricultural Water-Saving, Shijiazhuang 050022, China;
²University of Chinese Academy of Sciences, Beijing 100049, China;
³College of Resources and Environmental Sciences, China Agricultural University, Beijing 100193, China;
⁴College of Geographical Sciences, Hebei Normal University/Key Laboratory of Environmental Change and Ecological Construction of Hebei Province, Shijiazhuang 050024, China

Received:2022-08-19 Accepted:2023-02-03 Online:2023-04-15 Published:2023-10-15

摘要/Abstract

摘要： 研究气候变化和极端气候对保障松花江流域的粮食安全和社会经济发展具有重要意义。基于松花江流域及其附近69个气象站点的1961—2020年逐日降水量、最高气温和最低气温数据,采用世界气象组织推荐的27个极端气候指数,利用一元线性回归模型和Mann-Kendall趋势检验以及普通克里金插值分析松花江流域极端温度和降水的时空变化特征。结果表明: 1961—2020年,研究区极端冷指数中除了冷日持续时间外,其余均呈下降趋势,而极端暖指数、极值指数及其他温度指数呈上升趋势,且最低气温的上升趋势大于最高气温。结冰日数和冷日持续时间及暖日持续时间呈现出自南向北递增的趋势,而日最高气温极低值和日最低气温极低值则呈现相反的空间特征。夏日日数和热夜日数的高值区主要分布在西南部,而冷昼日数、暖夜日数、暖昼日数的空间变化不明显。整体上,除了冷日持续时间外,其他的极端冷指数在松花江流域北部和西部下降趋势较快;而暖指数中的夏日日数、暖夜日数、暖昼日数、暖日持续时间在北部和西部的上升速度较快,热夜日数在西南部上升速度最快;极值指数中,温度的极大值在西北部上升最快,而极小值在东北部上升最快。除了持续干燥日外,其余的降水指数均呈上升趋势,并且上升最快的区域主要分布在嫩江流域中北部,而嫩江流域南部部分地区呈现变干趋势。强降水天数、特大降水天数、最强降水天数、持续湿润日、强降水量、极强降水量、年降水量大致呈现出从东南向西北逐渐递减的空间格局。整体上,松花江流域在不断增暖变湿,但不同地区之间存在一定差异,特别是嫩江流域的北部和南部差异比较明显。

关键词: 极端温度, 极端降水, 时空变化, 松花江流域

Abstract: Understanding climate change and extreme climate is of great significance for ensuring food security and socio-economic development of the Songhua River Basin. Based on the daily precipitation, maximum temperature and minimum temperature data during 1961-2020 from 69 meteorological stations in and around the Songhua River Basin, we analyzed the temporal and spatial variations of extreme temperature and precipitation in the Songhua River Basin using 27 extreme climate indices recommended by the World Meteorological Organization, and linear trend method, Mann-Kendall trend test and ordinary Kriging interpolation methodology. The results showed that, from 1961 to 2020, except for cold speel duration, the extreme cold index in the study area showed a downward trend, while the extreme warm index, extreme value index and other temperature indices showed an upward trend. The increasing trend of the minimum temperature was greater than that of the maximum temperature. Icing days, cold speel duration and warm speel duration showed an increasing trend from south to north, while the minimum value of maximum temperature and that of minimum temperature showed opposite spatial characteristics. The high value areas of summer days and tropical nights were mainly distributed in the southwestern region, while there was no obvious spatial variations of cool days, warm nights, and warm days. Overall, except for cold speel duration, other extreme cold indices had a rapid decreasing trend in the north and west of the Songhua River Basin. In the warm index, summer days, warm nights, warm days, and warm speel duration had a rapid upward trend in the north and west, and tropical nights had the fastest rise in the southwest. In the extreme value index, the maximum of temperature rose fastest in the northwest, while the minimum rose fastest in the northeast. Except for consecutive dry days, the rest of precipitation indices showed an increasing trend, and the fastest rising areas were mainly in the north-central part of the Nenjiang River Basin, while some areas in the south of the Nenjiang River Basin became dry. Heavy precipitation days, very heavy precipitation days, heaviest precipitation days, consecutive wet days, very wet day precipitation, extremely wet day precipitation, and annual precipitation showed a gradual decreasing pattern from southeast to northwest. Overall, the Songhua River Basin was warming and wetting, but there were some differences among different regions, especially the northern and southern parts of the Nenjiang River Basin.

Key words: extreme temperature, extreme precipitation, temporal and spatial change, Songhua River Basin

于水, 张晓龙, 刘志娟, 王妍, 沈彦军. 1961—2020年松花江流域极端气候指数的时空变化特征[J]. 应用生态学报, 2023, 34(4): 1091-1101.

YU Shui, ZHANG Xiaolong, LIU Zhijuan, WANG Yan, SHEN Yanjun. Spatial and temporal variations of extreme climate index in the Songhua River Basin during 1961-2020[J]. Chinese Journal of Applied Ecology, 2023, 34(4): 1091-1101.

参考文献 33

[1]	Zhang W, Yang X. Extreme weather and climate events: Physical drivers, modeling and impact assessment. Journal of Marine Science and Engineering, 2020, 8: 448
[2]	杨金虎, 江志红, 王鹏祥, 等. 中国年极端降水事件的时空分布特征. 气候与环境研究, 2008, 13(1): 75-83
[3]	IPCC. Climate Change 2014: Synthesis Report. Contribution of Working Groups Ⅰ, Ⅱ, and Ⅲ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2014
[4]	周波涛, 钱进. IPCC AR6报告解读: 极端天气气候事件变化. 气候变化研究进展, 2021, 17(6): 713-718
[5]	Zhang W, Furtado K, Wu P, et al. Increasing precipitation variability on daily-to-multiyear time scales in a warmer world. Science Advances, 2021, 7: eabf8021
[6]	Alexander LV, Zhang X, Peterson TC, et al. Global observed changes in daily climate extremes of temperature and precipitation. Journal of Geophysical Research: Atmospheres, 2006, 111: 1042-1063
[7]	Frich P, Alexander LV, Della-Marta PM, et al. Observed coherent changes in climatic extremes during the second half of the twentieth century. Climate Research, 2002, 19: 193-212
[8]	刘凯, 聂格格, 张森. 中国1951—2018年气温和降水的时空演变特征研究. 地球科学进展, 2020, 35(11): 1113-1126
[9]	任朝霞, 杨达源. 近40a西北干旱区极端气候变化趋势研究. 干旱区资源与环境, 2007, 21(4): 10-13
[10]	梁晓燕, 牛震敏, 许兴斌, 等. 1960—2016年甘肃省极端气候事件变化特征. 兰州大学学报:自然科学版, 2020, 56(2): 231-242
[11]	汪宝龙, 张明军, 魏军林, 等. 1960—2009年青海省极端降水事件的变化特征. 水土保持通报, 2012, 32(4): 92-96
[12]	慎璐璐, 杨艳芬, 吴晶, 等. 黄河流域极端气候事件时空变化规律. 水土保持研究, 2022, 29(2): 231-242
[13]	刘彩红, 王朋岭, 温婷婷, 等. 1960—2019年黄河源区气候变化时空规律研究. 干旱区研究, 2021, 38(2): 293-302
[14]	尚丽君, 廖花妹, 涂浙, 等. 鄱阳湖流域1960—2018年极端气温变化及其与大气环流的关系. 长江流域资源与环境, 2021, 30(1): 160-171
[15]	吴利华, 彭汐, 马月伟, 等. 1951—2016年昆明极端气温和降水事件的变化特征. 云南大学学报:自然科学版, 2019, 41(1): 91-104
[16]	陈丽娟, 王壬, 陈友飞. 1960—2014年福建省极端气候事件时空特征及变化趋势. 中国水土保持科学, 2016, 14(6): 107-113
[17]	居煇, 熊伟, 许吟隆, 等. 气候变化对中国东北地区生态与环境的影响. 中国农学通报, 2007, 23(4): 345-349
[18]	杜海波, 吴正方, 张娜, 等. 近60a丹东极端温度和降水事件变化特征. 地理科学, 2013, 33(4): 473-480
[19]	王璇, 赵强, 姚天, 等. 1959—2019年辽河流域极端气温事件变化特征分析. 水利水电技术, 2022, 53(8): 15-28
[20]	李邦东, 赵中军, 舒黎忠, 等. 1961—2010年东北地区降水事件时空均匀性研究. 气象与环境学报, 2014, 30(3): 52-58
[21]	李洋, 王玉辉, 吕晓敏, 等. 1961—2013年东北三省极端气候事件时空格局及变化. 资源科学, 2015, 37(12): 2501-2513
[22]	赵俊芳, 杨晓光, 刘志娟. 气候变暖对东北三省春玉米严重低温冷害及种植布局的影响. 生态学报, 2009, 29(12): 6544-6551
[23]	张梦婷, 刘志娟, 杨晓光, 等. 气候变化背景下中国主要作物农业气象灾害时空分布特征.Ⅰ: 东北春玉米延迟型冷害. 中国农业气象, 2016, 37(5): 599-610
[24]	俞方圆, 郑粉莉, 李志, 等. 近51年松花江流域温度变化趋势分析. 干旱地区农业研究, 2011, 29(5): 242-246
[25]	冯波, 章光新, 李峰平. 松花江流域季节性气象干旱特征及风险区划研究. 地理科学, 2016, 36(3): 466-474
[26]	孙文, 范昊明. 全球变暖背景下松花江流域气温最新变化特征. 水土保持研究, 2018, 25(3): 97-104
[27]	蔡文香, 卢万合, 于国强, 等. 1951—2017年松花江流域连续性极端降水事件时间趋势特征分析. 科学技术与工程, 2021, 21(10): 3887-3893
[28]	李峰平. 变化环境下松花江流域水文与水资源响应研究. 博士论文. 长春: 中国科学院东北地理与农业生态研究所, 2015
[29]	张晓龙, 沈冰, 黄领梅. 基于ITPCAS再分析资料中国近地面风速时空变化特征. 干旱区研究, 2020, 37(1): 1-9
[30]	马齐云, 张继权, 来全, 等. 1960—2014年松嫩草地极端气候事件的时空变化. 应用生态学报, 2017, 28(6): 1769-1778
[31]	高霁, 杨红龙, 陶生才, 等. 未来情景下东北地区极端气候事件的模拟分析. 中国农学通报, 2012, 28(14): 295-300
[32]	杨素英, 孙凤华, 马建中. 增暖背景下中国东北地区极端降水事件的演变特征. 地理科学, 2008, 28(2): 224-228
[33]	刘玄, 唐培军, 吴同帅, 等. 山东省极端气候指数变化特征研究. 水利水运工程学报, 2022(2): 40-50

1961—2020年松花江流域极端气候指数的时空变化特征

Spatial and temporal variations of extreme climate index in the Songhua River Basin during 1961-2020

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 33

相关文章 15

编辑推荐

Metrics

本文评价

[1]	邱瑶, 罗涛, 王琼, 蒋思雨. 夏热冬暖地区绿量构成对城市热环境的影响——以福州居住区为例 [J]. 应用生态学报, 2023, 34(7): 1932-1940.
[2]	王世豪, 徐新良, 黄麟, 赵广. 1980s—2010s东北农田土壤养分时空变化特征 [J]. 应用生态学报, 2023, 34(4): 865-875.
[3]	崔茜琳, 何云玲, 李宗善. 青藏高原植被水分利用效率时空变化及与气候因子的关系 [J]. 应用生态学报, 2022, 33(6): 1525-1532.
[4]	沙亚古丽·及格尔, 臧永新, 尹本丰, 张署军, 买买提明·苏来曼, 张元明. 荒漠短命植物地上和地下生产力对极端干旱和降水的响应 [J]. 应用生态学报, 2022, 33(12): 3245-3252.
[5]	曹玉娟, 宋振华, 武志涛, 杜自强. 不同数据集的1982—2017年中国总初级生产力的时空动态 [J]. 应用生态学报, 2022, 33(10): 2644-2652.
[6]	叶璇, 康帅直, 赵永华, 韩磊, 项曦明, 李帆. 陕北黄土高原植被恢复与生态系统服务的时空关系 [J]. 应用生态学报, 2022, 33(10): 2760-2768.
[7]	朱光磊, 佟守正, 赵春子. 嫩江流域参考作物蒸散量时空变化及其气候归因 [J]. 应用生态学报, 2022, 33(1): 201-209.
[8]	雷享勇, 高路, 马苗苗, 党皓飞, 高建芸. 鄱阳湖流域极端降水时空分布和非平稳性特征 [J]. 应用生态学报, 2021, 32(9): 3277-3287.
[9]	李紫微, 白林燕, 冯建中, 刘帅, 段晨阳, 张宇杰. “21世纪海上丝绸之路”沿线典型城市气溶胶光学厚度时空分布特征与成因 [J]. 应用生态学报, 2021, 32(7): 2565-2577.
[10]	檀康达, 王仕琴, 郑文波. 基于卫星降水产品的华北北纬38°带降水氢氧同位素时空特征及水汽来源 [J]. 应用生态学报, 2021, 32(6): 1951-1962.
[11]	韩磊, 火红, 刘钊, 赵永华, 朱会利, 陈芮, 赵子林. 基于地形梯度的黄河流域中段植被覆盖时空分异特征——以延安市为例 [J]. 应用生态学报, 2021, 32(5): 1581-1592.
[12]	靳甜甜, 张云霞, 朱月华, 巩杰, 燕玲玲. 黄土高原林区生态系统服务价值与景观生态风险时空变化及其关联性——以子午岭区为例 [J]. 应用生态学报, 2021, 32(5): 1623-1632.
[13]	张世勍, 曹闪闪, 胡礼庭, 蔡超琳, 屠越, 刘敏. 亚洲季风区大气CH₄浓度时空变化特征与影响因素 [J]. 应用生态学报, 2021, 32(4): 1406-1416.
[14]	王国强, 姜基春, 焦峰. 延安市安塞区极端降水变化特征 [J]. 应用生态学报, 2021, 32(4): 1417-1423.
[15]	林少植, 葛全胜, 王焕炯. 欧洲典型树种展叶始期的时空变化及其对气候变化的响应 [J]. 应用生态学报, 2021, 32(3): 788-798.